学习python的我，为何越发觉得熟悉Linux内核真的很重要？

Python作为目前最为火爆的脚本语言，其丰富的Package库和跨平台等特性有目共睹。
曾今，以功能实现、产品交付为工作主导的我，自以为所谓的“跨平台”就是不需要去了解平台细节，Python语言底层都封装好了。
但如果想从性能方面思考自己的程序，多压榨机器资源来体现自身的专业素养，就不得不激发自己的好奇心，去了解这一个个“封装”都咋实现的，不同有什么区别。
比如，前几周开发Python爬虫时，就有好几个问题在脑海盘旋：
1. 做这个项目，在windows上部署开发环境快些，还是linux？比如项目依赖的各种pypi库的安装在windows上是否方便。有时需要用到第三方工具，比如Selenium，PyQt，Fidder，MongoDB客户端或者Potia框架，在两个平台上的安装、熟悉花费的时间是否相同？
2. 开发过程中，不同的操作系统会不会处理的细节不同？比如Windows的控制台字符编码就没有utf8，那从服务器返回的json字符串，如果我想做相关打印，就需要进行额外的转码处理。
3. 同样的程序，在不同的平台上是否效率一样？比如多线程、多进程爬虫，两边代码都一样，谁先爬完就成了两个操作系统对于进程、线程管理的比拼。
一方面，看自己要花多久能完成程序的开发，另一方面，再看程序要花多久能完成预期的目标，一切回到ACM般的趣味之中。

当然不全是出于效率优化的角度，提醒我不要放下linux，还在于Python源码的磁层实现。
Python解释器核心逻辑在于对操作码（opcode）的解析与执行。这个玩意就很像汇编代码了，特别是看到熟悉的JUMP指令。
再看到它每100条opcode进行一次线程标准调度，就在想“这不是和CPU的时间分片”很像么？
最后看到多线程的实现，对不同的操作系统的原生线程进行封装，交由GIL处理。
你肯定也会想，这个语言的实现似乎借鉴了操作系统内核的原理。

最近我在读Programming Python，第一个向读者介绍的内容就是系统工具——sys和os两个模块，前者封装了和Python虚拟机相关的接口，后者封装了和操作系统（特别是文件系统）相关的接口。Python模块导入与sys.path有关，这个名字又不得不让人想到Windows和Linux都有的环境变量PATH（在Python中，这个PATH就是os.environ），操作系统是通过PATH来寻找命令的，就像Python通过sys.path来找模块一样。
你看，这又是完美的借鉴。

所以作为开发者，你得知道程序的世界不是凭空造出来的，特别是这些风靡了这么多年的操作系统和编程语言，一行行代码都有凭有据，哪怕是个idea都有出处（你甚至在Python源码的注释里会看到某处算法借鉴了某某论文）。特别是“系统工具”这个说法：操作系统对于脚本语言来说是工具。这再一次强调了，开发者应该对程序执行环境、上下文保持注意力。

Python如此，Linux的开发其实也是如此。GNU当年刚成立，高举着“自由软件”大旗，但志愿者少，原因在于他们缺少产品，只有编辑器Emacs和编译器GCC。Linux的开发也不是闭门造车，它就用到这两个工具，再加上以Minix操作系统为参考，就逐渐成了GNU的招牌。所以Python和Linux真的很像，都是idea+idea=更大的idea，工具+工具=更大的开发工具。

Guido和Linus的编程哲学几乎是一致的，可能同是开源，才会这么惺惺相惜吧。（此处没有鄙视Windows之意）
学习Python，真的有必要了解Linux内核。